A review of inclusive business models and their application in aquaculture development
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract For aquaculture to continue along its current growth trajectory and contribute towards achieving the Sustainable Development Goals, value chains must become more inclusive. Smallholders and other local value chain actors are often constrained by circumstances and market failures in the global aquaculture industry. Integrating these actors into aquaculture value chains through inclusive business models (IBMs) is often touted as a solution to sustainable and ethical trade and business that can generate development outcomes. We reviewed 36 papers under seven business models commonly used in agriculture development to assess their application in aquaculture value chains in lower‐income countries. A global value chain (GVC) analysis is used to unpack the economic and social upgrading objectives of the different IBMs, as well as the types of relational coordination used between actors in the chain to achieve development outcomes. The extent to which these IBMs helped poor actors overcome certain barriers is evaluated with a focus on how they may ensure or be a risk to inclusiveness through the relations and upgrading opportunities evident in their make‐up. The analysis found that the majority of the models focused on economic upgrading over social upgrading. Providing opportunities for the latter is key to achieving the inclusive objectives of IBMs. Greater horizontal coordination between actors can create further opportunities for economic upgrading established under vertical coordination with other nodes upstream and downstream in a value chain. There is a need to further contextualize these models to aquaculture systems and develop clear indicators of inclusiveness.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle